30 марта 2012 г.
Экспресс-метод для анализа летучих соединений в плодах описано. Летучих соединений, присутствующих в свободном пространстве от гомогената образца быстро отделяются и обнаружил с ультра-быстрой газовой хроматографии (ГХ) в сочетании с поверхностной акустической волны (ПАВ) датчиком. Процедура обработки данных и анализа также обсуждается.
Общая цель данной процедуры заключается в проведении экспресс-анализа летучих соединений в плодах. Для этого сначала производится измельчение и гомогенизация тканей плода. Затем фаза пара над жидким образцом анализируется с помощью электронного носа.
После анализа с помощью электронного носа данные экспортируются и преобразуются. Заключительным этапом процедуры является определение окон индекса covas и объединение пиков под одной меткой индекса covas с помощью графического интерфейса. В итоге результаты показывают, что различия в содержании плодовых фолликул, измеренные электронным носом, могут быть связаны с такими экспериментальными факторами, как сорт плодов, степень зрелости и условия хранения.
Основным преимуществом данного метода по сравнению с существующими, такими как традиционная газовая хроматография, является возможность более быстрого анализа летучих соединений в фруктах. При проведении такого анализа могут наблюдаться незначительные изменения времени удерживания аналитов. Без тщательного подхода к процессу выравнивания пиков это может привести к неверной интерпретации данных.
После сбора плодов на желаемой стадии зрелости промойте их проточной водой. Для удаления грязи и пыли отберите плоды для анализа. Основываясь на отсутствии внешних и внутренних дефектов, а также на размере и однородности, разрежьте плоды вдоль на дольки для последующего отбора проб летучих веществ.
При необходимости удалите семена из кожицы, ткани семенной полости или косточку плода. Выбор тканей должен быть единообразным на протяжении всего эксперимента; также следует учитывать вариабельность тканей внутри одного плода. Например, образцы следует брать в равном количестве из экваториальной части, а также из области цветка и плодоножки.
Объедините выбранные ткани плодов, перемешайте их для рандомизации, затем отмерьте 200 г и поместите в коммерческий блендер. Добавьте 200 мл насыщенного раствора хлорида кальция. Хлорид кальция предназначен для ингибирования ферментативной активности, которая может проявиться после разрезания и гомогенизации мякоти плодов.
Затем добавьте 50 µL 100 мМ раствора изоамилацетата в метаноле. Этот раствор добавляется в качестве внутреннего стандарта для контроля возможных потерь летучих соединений в процессе гомогенизации. Далее гомогенизируйте смесь в лабораторном блендере в течение 30 секунд при 18 000 об/мин.
Затем немедленно перелейте содержимое в стеклянную бутыль и плотно закройте крышкой из тефлона. Храните гомогенат в бутыли до завершения подготовки всех образцов. С помощью пипетки перенесите аликвоты сока объемом 5 мл без пены в янтарные стеклянные флаконы объемом 20 мл, подготавливая не менее трех флаконов для каждого образца.
Для использования в качестве технических повторностей. Герметизируйте пробирки стальными завинчивающимися крышками с тефлоновыми силиконовыми септами. На этом этапе образцы можно анализировать сразу или подвергнуть мгновенной заморозке в жидком азоте и хранить при ультранизкой температуре для последующего анализа.
Загрузите соответствующий метод анализа в систему Xenos. Введите параметры согласно письменному протоколу. Подключите иглу из нержавеющей стали с нережущим наконечником к входному отверстию системы Xenos.
Несколько раз продуйте систему комнатным воздухом до стабилизации базовой линии и отсутствия пиков интенсивностью более 200 импульсов. Подготовьтесь к настройке прибора, введя иглу в септум виалы с раствором линейных ациклических алканов для сброса давления. Затем введите иглу, подключенную к входу прибора, в септум.
Выполните настройку, инициировав отбор проб из над headspace-пространства. Результат настройки используется программным обеспечением прибора для преобразования времени удерживания указанных пиков из единиц времени в индексы ковакса или единицы KI. Следовательно, после настройки системы время удерживания указывается в единицах KI.
Начните анализ образца после его уравновешивания в течение 30 минут, введя иглы через септу виала с образцом. Действуйте так же, как при работе с раствором линейных ациклических алканов. Запустите отбор пробы из наддувного пространства вручную, нажав кнопку воспроизведения, чтобы активировать насос и забрать пары, находящиеся над образцом.
По завершении анализа на экране появляется хроматограмма, а датчик автоматически нагревается до 150 °C в течение 10 секунд для очистки. Когда индикатор состояния системы снова станет зеленым, прибор будет готов к анализу следующего образца. Чтобы обеспечить стабильную базовую линию и надлежащую очистку системы, между каждым образцом следует проводить как минимум один холостой запуск с воздухом.
Проанализируйте не менее трех технических повторов для каждого образца, а также холостые пробы во флаконах. После завершения сбора данных экспортируйте их в файл Microsoft Excel, используя функцию log stored data в программном обеспечении Mense. После экспорта данных добавьте столбцы с метками для переменных и повторов.
Формат данных, экспортируемый из программного обеспечения прибора, может быть преобразован для более удобной обработки с помощью скрипта Python 0.6, созданного в данной лаборатории. Название исходного файла и листа с входными данными, а также желаемое имя выходного файла редактируются непосредственно в скрипте. Данный скрипт облегчает манипуляцию и анализ данных путем идентификации уникальных kis во всех образцах.
Данные переупорядочиваются таким образом, что информация об образцах располагается в строках, а уникальные значения KIS — в столбцах, при этом каждая ячейка представляет собой соответствующую площадь пика. Если пик для определенного значения KI в образце не обнаружен, соответствующая ячейка остается пустой. Затем с помощью второго скрипта, созданного этим импортом лаборатории, используются данные из файла, отредактированного на предыдущем этапе.
Анализ основан на просмотре и оценке количества обнаружений каждого значения KI. Таким образом, программа отображает гистограмму попаданий KI. Для каждого значения KI оцените количество попаданий K для конкретных подмножеств образцов, анализируя каждую группу технических повторностей совместно.
Для этого проанализируйте каждый вариант обработки или переменную по отдельности, отмечая или снимая отметки в соответствующих полях. После определения ширины каждого окна KI с помощью графического интерфейса случайным образом выберите несколько соответствующих хроматограмм. В программном обеспечении Mense оцените перекрывание пиков между техническими повторами.
После выделения окна KI используйте функцию объединения в графическом интерфейсе, чтобы объединить KIS, попадающие в это окно, с наиболее populated ki. Нажмите кнопку объединения (merge), чтобы активировать функцию, и выберите наиболее populated ki в центре окна, щелкнув левой кнопкой мыши по соответствующему столбцу. После выбора столбца он изменит цвет на зеленый; чтобы объединить KIS, попадающие в окно, с выбранным ki, щелкните правой кнопкой мыши по соответствующим столбцам.
В результате этого столбцы становятся красными, а сверху на центральный ki добавляется синий столбец соответствующей длины. После того как все выбранные ki будут объединены с подходящим центральным ki, снова нажмите кнопку объединения, чтобы принять изменения. В случае возникновения ошибок кнопка объединения станет желтой.
Для разделения также доступна кнопка «Разъединить». Нажмите кнопку «Разъединить» в графическом интерфейсе, затем щелкните правой кнопкой мыши по красной полосе, которую необходимо разделить.
Цвет полосы меняется с красного на синий. Снова нажмите кнопку отмены объединения (un merge), чтобы принять изменения. Если попытаться неправильно объединить два пика в одном образце в одно значение KI, будет выведено сообщение об ошибке.
После сохранения всех операций объединения и перед переходом к статистическому анализу анализируются хроматограммы холостых проб воздуха и виалы для мониторинга возможного загрязнения. После идентификации пиков в образцах и холостых пробах вычтите площадь пика, обнаруженного в холостой пробе воздуха и/или виалы, из площади соответствующего пика в образце. С помощью электронного носа удалось обнаружить различия в профилях летучих веществ плодов дыни, собранных на разных стадиях зрелости.
Здесь представлены примеры хроматограмм плодов на стадии ранней спелости и полностью спелых плодов, демонстрирующие различия в площади пиков. Для многочисленных пиков во всех образцах были определены окна шириной 20 K. Анализ вариантов показал, что из этих различных kis содержание 14 пиков, обнаруженных электронным носом, значительно варьировалось между двумя стадиями зрелости. Здесь содержание пиков для плодов на стадии ранней спелости для каждого из этих kis отмечено зеленым цветом, а для полностью спелых плодов — оранжевым.
После завершения данной процедуры можно применить другие методы, такие как газовый хроматографический анализ с масс-спектрометрией, чтобы идентифицировать компоненты, соответствующие отдельным пикам, полученным после разработки электронного носа. Этот метод станет инструментом экспресс-анализа и позволит исследователям в области патологии растений, физиологии растений, биологии послеуборочного периода и пищевых наук изучать изменения состава летучих веществ в плодах в зависимости от степени зрелости, сорта или условий хранения. После просмотра этого видео вы должны получить четкое представление о том, как быстро анализировать летучие соединения с помощью электронного носа и выполнять выравнивание пиков с использованием нашего графического интерфейса.
В данной статье представлен экспресс-метод анализа летучих соединений в плодах с использованием сверхбыстрой газовой хроматографии в сочетании с датчиком на основе поверхностных акустических волн. Процедура включает подготовку образцов, обработку данных и анализ для выявления различий в содержании летучих соединений в зависимости от различных экспериментальных воздействий.
Быстрый анализ профиля летучих веществ с использованием технологии «электронного носа» позволяет проводить высокопроизводительную оценку зрелости и аромата плодов, что способствует принятию решений на основе данных при селекции, производстве и послеуборочной обработке. Скорость и воспроизводимость данного метода позволяют устранить основные трудности при оценке качества вкуса, обеспечивая более предсказательные и масштабируемые рабочие процессы в области исследований и разработок. Интеграция надежного анализа летучих веществ повышает уверенность в результатах на критических этапах в цепочках сельскохозяйственной биотехнологии и пищевой науки.
Данный метод анализа летучих веществ применим на всех этапах: от начального поиска до скрининга и трансляционных исследований, что позволяет быстро проверять гипотезы и подтверждать признаки в рамках процессов оценки качества плодов.